# Лекарство от рака не подошло лягушке. Химик из Big Pharma взялся за AI, чтобы пересчитать цену биоразнообразия

- Site: VeraPoint News
- Section: Новости
- Date: 2026-06-13
- Canonical: https://verapointmedia.com/news/job-titles-of-the-future-nature-s-drug-designer/
- Markdown: https://verapointmedia.com/news/job-titles-of-the-future-nature-s-drug-designer.md
- Summary: Человеческие лекарства убивают животных быстрее болезней. Как AI и роботы впервые создают видоспецифичные препараты — и почему это переопределяет фармацевтику.
- Tags: #aiвфарме #alphafold #биоразнообразие #роботизация #исчезающиевиды #тимсернак
- Image: https://verapointmedia.com/static/content-assets/news/job-titles-of-the-future-nature-s-drug-designer/cover.webp

## Sources

- https://www.technologyreview.com/2026/06/11/1138502/job-titles-natures-drug-designer-tim-cernak/
- https://news.google.com/rss/articles/CBMinAFBVV95cUxONk1qV1VxTVZndGpWQmNnS3JHd1g1TDBwQ3lKWTROZ01IYkFyUE92TW9MeXhXRkV0R3NhUGtjY3ZDOEUyY2l4b1F6RzI0bHU4RmV3UElDRUFuM2xvcGVxSmtUcVBqUmRKVnNQMjcwSHFjUlZMTDFSaHJiZUJ6VUZ4QjVGWmJjajg0a1I1SV9rRWRlTG9yQ3NibHRwTEvSAaIBQVVfeXFMTW0yV1R1ZXZiM2VaNzRmOHdhaUtGNWR0UzRmMDJ6aEVucmY3c1FHYWI0Y0RDajRVRks1aUVCUXQ3Y3ZwQ18wZnpTNjJMMW5lTG5kV2N4ZURoeGpHZTVINXBtbXFoUzFvZXVyQXl0ejNDcy1MRG03NlFQOUEybWNJNUNXU244TWV3WmhXMmRLU2dkTWZzTllxVUdoaUh2cF9GbkR3?oc=5
- https://arxiv.org/abs/2202.10739v2
- https://arxiv.org/abs/2112.11052v2

---

Тим Сернак двадцать лет делал лекарства для людей. Рак, ВИЧ, диабет — он знал, как собрать молекулу, которая бьёт точно в цель и не задевает здоровые клетки. А в 2018 году он ушёл из Merck и начал лечить ящериц.

Точнее — не просто ящериц. Gila monster с паразитом. Логгерхедов с незаживающими ранами. Лягушек, которых убивает стандартное противогрибковое.

И вот тут начинается странность, за которую я зацепилась.

## Странность первая: лекарство, которое лечит и убивает одновременно

Когда лягушка подхватывает хитридиомикоз — смертельную грибковую инфекцию, — ветеринары применяют итраконазол. Это человеческий противогрибковый препарат. Работает он примерно так же, как старая химиотерапия: должен убить патоген, но по дороге задевает всё подряд.

Для амфибий итраконазол часто летален. То есть стандарт медицинской помощи выглядит так: «Давайте дадим лекарство, которое с вероятностью 50% остановит сердце пациенту». Представьте, что вам при простуде выписывают таблетку с такой же статистикой.

Сернак посмотрел на это и задал вопрос, который в Big Pharma не задают: «А что если пациент — с самого начала и до конца — лягушка?»

## Зачем химику из Merck понадобились роботы и AlphaFold

Разработка одного препарата для человека стоит миллиарды долларов и занимает десятилетие. Для исчезающих видов такого бюджета никто не выделит. И вот тут в игру входит AI.

AlphaFold — это модель DeepMind, которая предсказывает трёхмерную структуру белка. Раньше, чтобы увидеть мутантный белок и понять, какая молекула к нему прилипнет, его нужно было физически вырастить в лаборатории. Теперь Сернак визуализирует его на экране за минуты.

А дальше — роботизированная лаборатория. До 1500 реакций в день. Машина перебирает варианты, химик анализирует результаты. Без этой связки проект был бы невозможен: никто не даст денег на ручной перебор молекул для лечения геккона.

## Почему это не история про доброго химика

Я читала исходный материал и ловила себя на мысли: вот сейчас начнётся «учёный спас планету». Но нет.

Сернак не спасает планету. Он решает конкретную инженерную задачу: как перенести методологию прецизионной медицины с человека на дикую природу. Проблема не в злых фарм-корпорациях, а в инерции: десятилетиями человеческие лекарства слепо применялись к животным, потому что не было инструментов для альтернативы.

AI и роботы этот инструмент дали. Но дальше встаёт вопрос масштабирования — а он упирается не в технологию, а в финансирование.

## Геккон с лейшманиозом и белоголовый орлан с птичьим гриппом

Leishmaniasis у гекконов. Aspergillus у рептилий. Птичий грипп у орланов. Это не абстрактное «биоразнообразие», а конкретные пациенты, которых кто-то приносит в лабораторию Сернака.

И вот что меня зацепило по-человечески: он говорит о них не как о «проектах». Gila monster. Loggerhead. Bald eagle. Имена видов звучат как имена пациентов. Это редкий случай, когда фарм-экспертиза переключается с рынка в миллиарды долларов на жизнь одной конкретной черепахи.

## Где здесь PR, а где реальный сдвиг

AlphaFold доступен. Роботизированные лаборатории строятся. Технологический барьер снижается. Но пока речь идёт о нескольких видах и одной лаборатории в Мичигане.

Масштабирование потребует:
— инфраструктуры для производства видоспецифичных препаратов;
— финансирования, которое не ждёт возврата инвестиций;
— отказа от привычки «дадим им то, что есть для людей».

Утверждение «AI заменит десятилетия разработки» — правда, но только для первых, самых мотивированных проектов. До системы ещё далеко.

## Что с этого читателю

Практический слой здесь не в том, чтобы самому начать лечить лягушек. Он в понимании механики: моделирование белка + скоростной скрининг = возможность создавать лекарства под конкретный вид, а не переливать человеческое во флакон поменьше.

Если вы обсуждаете AI в фарме, это работающий кейс, где технология не ускоряет старое, а открывает новое направление. И направление это — не человек.

И напоследок: меня не отпускает мысль, что цена биоразнообразия сейчас пересчитывается не в долларах, а в том, успеет ли лаборатория в Мичигане наработать 1500 реакций в день до того, как очередной вид перейдёт черту невозврата.

## Материалы

- [MIT Tech Review] Job titles of the future: Nature’s drug designer: https://www.technologyreview.com/2026/06/11/1138502/job-titles-natures-drug-designer-tim-cernak/
- [news.google.com] supporting context: https://news.google.com/rss/articles/CBMinAFBVV95cUxONk1qV1VxTVZndGpWQmNnS3JHd1g1TDBwQ3lKWTROZ01IYkFyUE92TW9MeXhXRkV0R3NhUGtjY3ZDOEUyY2l4b1F6RzI0bHU4RmV3UElDRUFuM2xvcGVxSmtUcVBqUmRKVnNQMjcwSHFjUlZMTDFSaHJiZUJ6VUZ4QjVGWmJjajg0a1I1SV9rRWRlTG9yQ3NibHRwTEvSAaIBQVVfeXFMTW0yV1R1ZXZiM2VaNzRmOHdhaUtGNWR0UzRmMDJ6aEVucmY3c1FHYWI0Y0RDajRVRks1aUVCUXQ3Y3ZwQ18wZnpTNjJMMW5lTG5kV2N4ZURoeGpHZTVINXBtbXFoUzFvZXVyQXl0ejNDcy1MRG03NlFQOUEybWNJNUNXU244TWV3WmhXMmRLU2dkTWZzTllxVUdoaUh2cF9GbkR3?oc=5
- [arxiv.org] supporting context: https://arxiv.org/abs/2202.10739v2
- [arxiv.org] supporting context: https://arxiv.org/abs/2112.11052v2